组合梁负弯矩区UHPC接缝抗弯性能试验

为提高钢-混组合梁桥负弯矩区混凝土桥面板的抗裂性并简化现场施工工艺,提出新型钢-混组合梁桥负弯矩区超高性能混凝土（Ultra-high Performance Concrete,UHPC）接缝方案。以湖南省某桥为工程背景,进行1∶2缩尺模型抗弯试验研究;编制截面弯矩-曲率关系MATLAB程序,并与实测值进行对比,验证该程序可用于计算UHPC覆盖下的普通混凝土（NC）中钢筋应力;对现有NC裂缝宽度规范公式进行修正,提出考虑UHPC约束作用的组合梁负弯矩区NC最大裂缝宽度的建议公式;讨论钢-混组合梁桥负弯矩区UHPC湿接缝合理的纵桥向长度,分析UHPC层厚度及层内配筋对抗裂性能的影响。研究结果表明：新型UHPC接缝方案的抗裂性能和抗弯承载能力均满足工程要求,且接缝节点强度高于非接缝区预制部分强度;负弯矩作用下,试件沿梁高的应变较好地满足平截面假定,钢梁与混凝土板及UHPC与NC间的层间滑移量均较小;UHPC裂缝呈现“多而细”的特征,而NC裂缝呈现“少而宽”的特征,预制部分混凝土顶面最先开裂,之后UHPC-NC交界面、UHPC顶面、UHPC覆盖下的NC侧面依次出现裂缝;对于负弯矩区采用UHPC接缝的中小跨径钢-混组合连续梁桥,UHPC层的纵桥向长度宜为20%标准跨径,UHPC层厚度可根据实际工程设计要求确定,增大桥面板内钢筋直径可以提高负弯矩区混凝土的抗裂性能。     

智能汽车自动紧急转向避撞的跟踪控制方法对比研究

为了提高智能汽车的主动安全性,提出3种不同的自动紧急转向避撞跟踪控制方法。首先建立汽车避撞简化模型,对制动、转向及两者相结合的3种不同避撞方式进行对比分析。其次,为深入研究汽车避撞过程中的实际响应,建立包含转向、制动及悬架3个子系统耦合特性的底盘18自由度统一动力学模型,并进行相关试验验证。随后构建智能汽车自动紧急转向避撞控制框架,对五次多项式参考路径和七次多项式参考路径的横摆角速度和横摆角加速度进行对比分析。接着以线性2自由度转向动力学模型为参考对象,对最优控制四轮转向、最优控制前轮转向、前馈与反馈控制相结合的前轮转向3种不同的跟踪控制系统分别进行设计。最后,以汽车底盘18自由度统一动力学模型为研究对象,对上述3种避撞控制系统进行仿真试验对比分析。研究结果表明：与制动避撞相比而言,转向避撞所需的纵向距离有较大降低,随着车速的增加和路面附着系数的越低,效果越明显;七次多项式参考路径比五次多项式参考路径的避撞过渡过程更为平缓,当实际车速与控制器所用车速不一致时,前者避撞性能表现更优;最优四轮转向控制系统在高、低2种不同附着路面都具有较好的避撞效果,最优前轮转向控制系统次之,而前馈与反馈相结合的前轮转向控制系统在低附着路面上则表现出严重的失稳。     

养生作用对硫沥青性能影响分析

硫磺部分替代传统石油沥青用于道路工程建设可减少石油沥青用量,降低施工能源消耗,促进工业废渣中硫磺的回收利用,具有较高的经济和环保价值。为探究硫磺掺量（质量分数）及养生作用对硫沥青（SEA）性能的影响,采用差示扫描量热仪（DSC）验证硫沥青中硫磺的重结晶现象,对养生前后硫沥青的基本物理性能和黏度进行分析,并采用动态剪切流变仪（DSR）和弯曲梁流变仪（BBR）对养生前后硫沥青的流变特性和疲劳性能进行评价,最后借助荧光显微镜（FM）观察养生前、后硫磺在沥青中的微观分布特性。研究结果表明：养生后高硫磺掺量的硫沥青DSC曲线出现吸热峰,硫沥青（特别是高硫磺掺量下）的劲度有所增加,因此对硫沥青进行养生使其性能稳定后再进行相关性能评价更具现实意义;硫磺掺量较低（≤ 10%）时,硫磺主要以溶解硫的形式存在于沥青中起到软化沥青的作用,因此沥青的低温变形能力有所改善,但其高温抗变形能力有所降低;当硫磺掺量较高（≥ 35%）时,硫磺主要以重结晶的形式悬浮在沥青中使沥青变硬,在增加沥青高温抗变形能力的同时也牺牲了其低温抗裂能力;硫磺掺量较低时,硫沥青黏度随着硫磺掺量的增加而降低;硫磺掺量较高时,硫沥青90℃和105℃黏度随着硫磺掺量的增加而增加,但硫沥青120℃和135℃黏度相差不大,同时硫磺加入最高可降低沥青的施工温度达20℃;线性振幅扫描（LAS）试验结果表明,养生后的硫沥青疲劳寿命比基质沥青长,其中35%硫沥青疲劳性能最佳;硫磺掺量进一步增加,硫沥青疲劳寿命缩短至与基质沥青相近;FM分析表明,硫磺掺量不高于5%时,硫磺全部溶解于沥青中,且养生后硫磺未重结晶,相应硫沥青无荧光性;硫磺掺量高于5%时,硫磺在沥青中分布均匀,养生后10%硫沥青中硫晶斑尺寸和面积显著增大,高硫磺掺量硫沥青中硫晶斑面积仅略有增加。     

固化剂稳定磷石膏路基填料的工程特性研究

为提高磷石膏路基填料的强度和水稳定性,降低有害物质溶出,采用甲基硅酸钠、硅酸钠和乳化剂制备磷石膏固化剂（CA）,并将质量比为0.5%、1.0%、1.5%和2.0%的CA加入到磷石膏中制备CA稳定磷石膏混合料（CASP）,研究了CA掺量对CASP的力学性质（加州承载比CBR、回弹模量、无侧限抗压强度和剪切强度）、水稳定性（泡水软化系数和接触角）与有害物质溶出量的影响规律,并结合扫描电镜试验揭示了CASP的强度形成与水稳定性增强机理。结果表明：CA中的硅酸钠与磷石膏可生成硅酸钙凝胶与硫酸钠晶体,前者的胶凝作用和后者的填充作用提高了磷石膏的强度和密实度,CASP的CBR、回弹模量、无侧限抗压强度和剪切强度随着CA掺量的增加而大幅提升;由CA中的甲基硅酸钠所生成的聚硅氧烷憎水膜,改变了磷石膏颗粒表面的亲疏水性质,降低了磷石膏孔隙,改善了磷石膏的水稳定性,CASP的泡水软化系数随着CA掺量的增加而变大,掺2.0%CA的CASP与水分的接触角为91.4°;浸水11 d后掺1.0%CA的CASP可满足高速公路的路床填料CBR不小于8%和路基回弹模量不低于40 MPa的技术要求;通过硅酸钙凝胶的物理吸附和化学结合,以及憎水膜的填充固封,CA显著降低了磷石膏砷、铬、铅、氟离子和磷酸根的溶出量,掺0.5%CA的CASP浸出液中砷、铬和铅含量分别满足地下水Ⅰ级、Ⅱ级和Ⅳ级标准。     

深水桥梁垫层隔震基础冲刷演化机理与设计建议

群桩和沉井作为跨江海桥梁的基础支撑体系已得到广泛应用,但近年来实际工程的水深不断增加,现有技术已难以适用于50 m以上的超深水环境条件。为研究垫层隔震基础这一新型深水桥梁基础的冲刷演化机理,针对周期为1.2 s,波高分别为4、6、8 cm的3种波浪条件,以及海流流速为25 cm·s^-1,波浪波高为6 cm,周期为1.2 s的波流共同作用条件,开展砂土中垫层隔震基础冲刷演化机理的波流水槽模型试验研究,结合仅单向流作用下的基础体系冲刷演化机制,重点考察并梳理了隔震垫层的5种典型破坏形式及其特点。结果表明：仅存在单向流作用时,垫层的破坏形式主要为边缘破坏、剪切破坏和完全破坏,且严重程度随流速增大而增大;存在波浪作用时,海床泥沙及垫层材料起动后将发生振荡,导致隔震垫层还会发生掩埋破坏和掏底破坏;波流共同作用时,产生的影响比二者单独作用时更严重,对基础体系的正常工作产生严重影响。此外,通过分析交界面位置附近材料在冲刷过程中的滑动与滚动过程,认为颗粒材料的滑动和滚动是造成隔震垫层材料流失的主要原因。最后,对比分析了国内外抛石设计规范中的粒径计算方法,并在此基础上对垫层材料的设计提出建议。     

桩基非对称局部冲刷条件下土体应力变化解析解

传统桩基局部冲刷坑模型主要采用对称形态的坑体来分析,然而实际问题中局部冲刷坑体常为非对称,这使得桩基处于更不利的状态。评价桩基承载力的关键之一是合理计算冲刷坑造成的土体应力状态变化。而对于桩周形成非对称冲刷坑时土体应力变化,目前仍然没有较为完善和严格的理论分析方法。针对该问题,根据已有试验得到的非对称局部冲刷坑形态,提出非对称冲刷坑内土体应力计算的平面应变简化模型;并基于弗拉曼解在半无限空间中的应用,将冲刷坑以上土体看做荷载并引起土体内应力重分布,得到非对称冲刷坑下土体应力分布计算的平面应变解析解。通过有限元中的"生死单元法"模拟非对称局部冲刷坑的形成过程,并将有限元得到的冲刷坑内土体应力结果与解析解计算结果进行对比,验证解析解的正确性。随后基于该方法考虑桩尺寸的影响,得到非对称局部冲刷坑形成后桩周土体的垂直及水平有效应力计算方法,并与有限元计算结果进行了对比。结果表明：在考虑桩尺寸时,解析解计算结果略保守。在此基础之上,对非对称冲刷坑参数的敏感性进行分析,指出桩上、下游侧冲刷深度差值对桩周土体的应力影响较大,得到了非对称冲刷坑下桩周土体的垂直有效应力及水平有效应力差的变化规律,研究结果可为工程设计提供参考。     

基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。     

排阵式交叉口几何设计与信号控制协同鲁棒优化

针对排阵式交叉口在实际交通波动环境中存在车辆滞留排序区,运行效率稳定性难以保障的问题,提出了鲁棒优化方法,平衡交叉口运行的效率和稳定性。在分析排阵式交叉口运行特性的基础上,指出了其运行效率波动性与交叉口几何设计、信号控制、交通需求、饱和流率和运行车速这5个因素有关。确定了将交通需求、饱和流率和运行车速这3个客观波动因素作为模型的输入参数,将几何设计和信号控制这2个可受设计人员控制的要素作为模型的优化控制变量进行协同优化的模型框架。在此基础上,以交叉口车均延误条件风险值最小为目标,考虑了各流向车道数、信号相位相序、排序区车辆清空等方面的约束条件,构建了基于情景的鲁棒优化模型,并建立了遗传算法对模型进行求解。通过案例分析,对鲁棒优化模型的置信水平取值和算法准确性进行了分析,证明了算法可以使目标函数收敛到最小值,并基于蒙特卡洛模拟对优化效益进行了检验。研究发现,所建立的几何设计与信号控制协同鲁棒优化模型可实现在交通需求和供给的波动下,对排阵式交叉口的车道功能、排序区长度以及主、预信号控制进行协同优化。相较于确定性的设计方法,在平均延误层面基本维持原有水平,但对延误标准差和最大值有着较为明显的改善,案例中分别减少了48%和23%。     

基于人-车交互的行人轨迹预测

针对行人轨迹预测具有复杂、拥挤的场景和社会交互问题,基于长短时记忆网络（Long Short-term Memory Network, LSTM）对行人与车辆、行人与其他行人的交互进行建模,提出一种基于人-车交互的行人轨迹预测模型（VP-LSTM）。该模型同时考虑了行人与行人的交互、行人与车辆的交互,更适用于复杂的交通场景。所构建的VP-LSTM包括3个输入,以行人的方向和速度作为历史轨迹序列输入,行人与行人的相对位置作为人-人交互信息输入,行人与车辆的相对位置作为人-车交互信息输入。该方法首先设计扇形人-人交互邻域和圆形人-车交互邻域来准确捕捉对被预测行人有相互作用的行人和车辆;其次建立3种不同的LSTM编码层来编码历史行人轨迹序列、人-人、人-车社交信息;然后定义人-人、人-车交互的防碰撞函数和方向注意力函数作为人-车、人-人社交信息的权重,进一步提高社会信息的精度;再将人-人、人-车交互信息输入到注意力模块中筛选出对行人影响大的社会信息;最后将筛选后的社会信息与行人历史轨迹序列一起输入到LSTM神经网络中进行行人轨迹预测,并在构建的DUT人-车交互数据集上验证提出的网络。研究结果表明：提出的方法能够准确地预测出交通场景中,人-车交互行人未来一段时间内的运动轨迹,有效提高了预测精度,提高了智能驾驶决策的准确性。     

轨道工程车软管试验平台的研制

轨道工程车制动软管需定期进行试验,而普通的试验设备使用PLC(可编程逻辑控制器)进行设计且价格较为昂贵。介绍了自主研制的轨道工程车软管试验平台的整体结构、电气控制原理、参数等,并对其特点进行分析。该试验平台采用电气控制技术,通过各个电气元件之间的连接设计,实现设备的过程自动控制。应用表明,其性能可靠、操作简单、制造成本低,能满足轨道工程车制动软管的试验要求。